Тренди цифрового маркетингу 2022 року
Успіх у цифровому маркетингу потребує унікального поєднання науковців із обробки даних і креативних маркетологів. Як допомогти цим командам працювати якнайкраще — у матеріалі MIT Sloan School of Management.
Поява цифрових інструментів перевернула давні процеси в маркетингу та рекламі. Технологія цифрового маркетингу тепер є необхідною умовою для виявлення, залучення й утримання клієнтів у багатоканальному світі.
У новій електронній книзі від MIT Initiative on the Digital Economy висвітлюються висновки, отримані на Саміті директорів із маркетингу 2022 року, який відбувся цієї весни під егідою Массачусетського технологічного інституту. Головний меседж керівникам із маркетингу: додайте дані, аналітику та алгоритми, щоб краще охопити сучасних споживачів з їх соціальними зв’язками.
Ось головні тренди цифрового маркетингу 2022 року від дослідників MIT Sloan.
Соціальні споживачі в широких цифрових і соціальних мережах
Сучасні споживачі приймають рішення щодо бренду на основі дуже широкого набору цифрових мереж — від Facebook до WhatsApp — і ця суміш постійно змінюється.
Оскільки на споживачів соцмереж впливає те, що вони думають про різні продукти та послуги (цей тренд називається «соціальним доказом»), за словами директора IDE Сінана Арала (Sinan Aral), маркетологи мають використовувати детальний аналіз, щоб справді зрозуміти роль соціальних мереж у маркетингу.
Арал вивчив 71 різний продукт у 25 категоріях, які придбали 30 мільйонів людей у WeChat, і виявив значний позитивний ефект від вставлення соціального доказу в рекламу, хоча ефективність була різною. Наприклад, у Heineken рейтинг кліків збільшився на 271%, тоді як у Disney взаємодія зросла на 21%. Не було брендів, для яких соціальний доказ знижував ефективність реклами, — каже Арал.
Відеоаналітика в TikTok, YouTube та інших соцмережах
Інфлюенсери на TikTok мають обриси великих, особливо серед покоління Z. Проблема полягає в тому, чи справді ці їхні вірусні відеоролики перетворяться на продаж.
Дослідження показують, що взаємодія та зовнішній вигляд продукту не є вирішальним фактором — це більше залежить від того, чи доповнює продукт відеорекламу та чи добре з нею синхронізується. Згідно з дослідженням, проведеним доцентом Гарвардської школи бізнесу Джеремі Янгом (Jeremy Yang), коли він був аспірантом MIT, цей ефект більш виражений для «покупок товарів, які мають тенденцію бути більш імпульсивними, гедонічними та дешевшими».
Вимірювання взаємодії споживачів за допомогою машинного навчання
Назвіть це челенджем «чип і діп»: маркетологи вже давно ламають голову над тим, як поєднувати товари, знаходячи з величезного асортименту відповідні споживчі товари, які можна комбінувати для спільної покупки. З мільярдами варіантів це дослідження перетворюється на надто обтяжливе і масштабне, у той час як аналіз даних може бути просто лякаючим.
Дослідник Мадхав Кумар (Madhav Kumar) з MIT Sloan розробив фреймворк на основі машинного навчання, який аналізує тисячі польових сценаріїв для визначення успішних і менш успішних пар продуктів.
«Очікується, що оптимізована політика пакетування збільшить дохід на 35%», — сказав він.
Використання машинного навчання для прогнозування результатів
Більшість маркетологів стурбовані утриманням клієнтів і доходом, але без хороших прогнозів рішення щодо ефективних маркетингових втручань можуть бути довільними, — сказав Дін Еклз (Dean Eckles), керівник дослідницької групи соціальних і цифрових експериментів у IDE. Натомість оновіть таргетинг на клієнтів за допомогою штучного інтелекту (AI) та машинного навчання (ML), щоб швидше та точніше прогнозувати результати.
У співпраці з Boston Globe дослідники IDE застосували підхід статистичного машинного навчання, щоб проаналізувати результати пропозиції знижки на поведінку клієнтів після перших 90 днів. Короткостроковий сурогатний прогноз був таким же точним, як і прогноз, зроблений через 18 місяців.
«Застосування статистичного машинного навчання для прогнозування довгострокових і важковимірних результатів має велику цінність», — сказав Еклз.
Додавання «хорошого тертя» для зменшення упередженості AI
Цифрові маркетологи часто говорять про зменшення точок «тертя» клієнтів за допомогою штучного інтелекту та автоматизації для полегшення взаємодії з клієнтами. Але багато маркетологів не розуміють, що упередженість є дуже реальним фактором для AI, — говорить Рене Річардсон Гослайн (Renée Richardson Gosline), керівниця групи дослідження інтерфейсу людини та штучного інтелекту в IDE. Замість того щоб піддатися «лихоманці без тертя», маркетологи мають подумати про те, коли і де тертя насправді може відіграти позитивну роль.
«Використовуйте тертя, щоб перервати автоматичне та потенційно некритичне використання алгоритмів», — сказала Гослайн. «Використання штучного інтелекту, орієнтоване на людину, а не на експлуатацію, стане справжньою стратегічною перевагою» для маркетингу.
Ілюстрація: zurich.com
|
